Win10+GPU版Pytorch1.1安裝的安裝步驟
安裝cuda
更新nvidia驅(qū)動(dòng)
打開(kāi)GeForce Game Ready Driver或在GeForce Experience中下載符合自己gpu的程序。

選擇cuda
打開(kāi)nvidia控制面板

點(diǎn)擊幫助、點(diǎn)擊系統(tǒng)信息、在點(diǎn)擊組件在3D設(shè)置中可以看到cuda信息

在我升級(jí)過(guò)nvidia驅(qū)動(dòng)后,cuda的版本更新到了10.1。接下來(lái)下載cuda .
cuda10.1安裝完畢。
安裝cuDNN
在安裝了cuda10.1后選擇對(duì)應(yīng)的cuDNN版本v7.6.1
解壓文件,然后添加bin目錄到環(huán)境變量
安裝cuDNN
在安裝了cuda10.1后選擇對(duì)應(yīng)的cuDNN版本v7.6.1
解壓文件,然后添加bin目錄到環(huán)境變量

使用Anaconda prompt創(chuàng)建環(huán)境
conda create -n pytorch_gpu pip python=3.7
其中pytorch_gpu是環(huán)境的名字,python版本是3.7

conda activate pytorch_gpu
這個(gè)命令可以進(jìn)入創(chuàng)建好的環(huán)境。
安裝Pytorch
建議切換源,我使用的是中國(guó)科學(xué)技術(shù)大學(xué)”(USTC Open Source Software Mirror)提供anaconda的鏡像源,速度提高不少。
方法一:
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
方法二:
打開(kāi).condarc文件,進(jìn)行編輯

這個(gè)順序存在一個(gè)優(yōu)先級(jí),會(huì)先在中國(guó)科學(xué)技術(shù)大學(xué)的鏡像源尋找,如果大家感覺(jué)速度慢,也可以換別的鏡像源。
打開(kāi)官網(wǎng)選擇后復(fù)制命令

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

整個(gè)過(guò)程只需要按一下'y'即可。
驗(yàn)證
為了確保PyTorch是否安裝成功,我們需要運(yùn)行簡(jiǎn)單的樣例代碼測(cè)試,例如打印出隨機(jī)生成的張量矩陣,以及gpu是否可以使用。
import torch x = torch.rand(5,5) print(x)
輸出類(lèi)似下面
tensor([[0.7078, 0.1424, 0.3411, 0.3987, 0.3476],
[0.7534, 0.7137, 0.3489, 0.4226, 0.3640],
[0.4104, 0.8411, 0.5112, 0.0629, 0.0664],
[0.7568, 0.9495, 0.3300, 0.2392, 0.6441],
[0.7615, 0.1883, 0.6001, 0.9663, 0.3313]])
如果ok,pytorch安裝成功。
torch.cuda.is_available()
返回True,GPU版Pytorch安裝完畢。
將PyTorch導(dǎo)入Pycharm
點(diǎn)擊Pycharm的選項(xiàng)欄中的File選擇Settings,然后點(diǎn)擊Project Interpreter,接著點(diǎn)擊右側(cè)的Add。

然后在Conda Environment中選擇Existing environment
選擇Anaconda3下的python.exe,Conda executable選擇conda.exe

如果失敗,選擇Anaconda3下的env下的新創(chuàng)建的虛擬環(huán)境中選擇python,試一試。
Pycharm開(kāi)啟科學(xué)計(jì)算模式(Scientific Mode)
具體步驟:
- Settings –> Tools –> Python Scientific > Show plots in tool window 勾選
- View 勾選 Scientific Mode
- Run–>Edit configurations…
- 勾選 Run with python console

開(kāi)啟科學(xué)運(yùn)算模式,舒服,正在習(xí)慣這個(gè)姿勢(shì)。
ps:如果想恢復(fù)到普通模式,只需要在view下,取消scientific mode勾選。
結(jié)束語(yǔ)
環(huán)境安裝完畢,以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python基礎(chǔ)之函數(shù)用法實(shí)例詳解
這篇文章主要介紹了Python中函數(shù)用法,包括了函數(shù)的創(chuàng)建、定義、參數(shù)等,需要的朋友可以參考下2014-09-09
Python實(shí)現(xiàn)將Unicode轉(zhuǎn)換為ASCII
這篇文章主要為大家詳細(xì)介紹了系統(tǒng)編碼的不同方法以及如何利用Python實(shí)現(xiàn)將Unicode轉(zhuǎn)換為?ASCII,文中的示例代碼講解詳細(xì),有需要的小伙伴可以學(xué)習(xí)一下2023-10-10
Python Numpy 自然數(shù)填充數(shù)組的實(shí)現(xiàn)
今天小編就為大家分享一篇Python Numpy 自然數(shù)填充數(shù)組的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
python安裝mysql的依賴(lài)包mysql-python操作
這篇文章主要介紹了python安裝mysql的依賴(lài)包mysql-python操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-01-01
Django使用Profile擴(kuò)展User模塊方式
這篇文章主要介紹了Django使用Profile擴(kuò)展User模塊方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05
Pytorch?nn.Unfold()?與?nn.Fold()圖碼詳解(最新推薦)
這篇文章主要介紹了Pytorch?nn.Unfold()?與?nn.Fold()圖碼詳解,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-05-05

